論文の概要: Quantum Approaches to Urban Logistics: From Core QAOA to Clustered Scalability

• arxiv url: http://arxiv.org/abs/2512.10813v1
• Date: Thu, 11 Dec 2025 17:00:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-12 16:15:42.474795
• Title: Quantum Approaches to Urban Logistics: From Core QAOA to Clustered Scalability
• Title（参考訳）: 都市ロジスティックスへの量子アプローチ:コアQAOAからクラスタ化スケーラビリティ
• Authors: F. Picariello, G. Turati, R. Antonelli, I. Bailo, S. Bonura, G. Ciarfaglia, S. Cipolla, P. Cremonesi, M. Ferrari Dacrema, M. Gabusi, I. Gentile, V. Morreale, A. Noto,
• Abstract要約: トラベリングセールスマン問題(TSP)は、物流や輸送に広く適用される最適化の基本的な課題である。 伝統的なアルゴリズムは、しばしば妥当な時間枠内で高品質なソリューションを作成するのに苦労する。 本研究では,ハイブリッド量子古典法である量子近似最適化アルゴリズム(QAOA)の可能性について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The Traveling Salesman Problem (TSP) is a fundamental challenge in combinatorial optimization, widely applied in logistics and transportation. As the size of TSP instances grows, traditional algorithms often struggle to produce high-quality solutions within reasonable timeframes. This study investigates the potential of the Quantum Approximate Optimization Algorithm (QAOA), a hybrid quantum-classical method, to solve TSP under realistic constraints. We adopt a QUBO-based formulation of TSP that integrates real-world logistical constraints reflecting operational conditions, such as vehicle capacity, road accessibility, and time windows, while ensuring compatibility with the limitations of current quantum hardware. Our experiments are conducted in a simulated environment using high-performance computing (HPC) resources to assess QAOA's performance across different problem sizes and quantum circuit depths. In order to improve scalability, we propose clustering QAOA (Cl-QAOA), a hybrid approach combining classical machine learning with QAOA. This method decomposes large TSP instances into smaller sub-problems, making quantum optimization feasible even on devices with a limited number of qubits. The results offer a comprehensive evaluation of QAOA's strengths and limitations in solving constrained TSP scenarios. This study advances quantum optimization and lays groundwork for future large-scale applications.
• Abstract（参考訳）: トラベリングセールスマン問題(TSP)は、総合最適化における根本的な課題であり、物流や輸送に広く応用されている。 TSPインスタンスのサイズが大きくなるにつれて、従来のアルゴリズムは適切な時間枠内で高品質なソリューションを作成するのに苦労することが多い。 本研究では,TSPを現実的な制約下で解くために,ハイブリッド量子古典法である量子近似最適化アルゴリズム(QAOA)の可能性を検討する。 我々は,車両容量,道路アクセシビリティ,時間窓などの運用条件を反映した実世界の論理的制約を統合しつつ,現在の量子ハードウェアの限界との整合性を確保する,QUBOベースのTSPの定式化を採用する。 本実験は,異なる問題サイズと量子回路深さにわたるQAOAの性能を評価するために,高性能コンピューティング(HPC)資源を用いたシミュレーション環境で実施した。 スケーラビリティを向上させるために,従来の機械学習とQAOAを組み合わせたハイブリッドアプローチであるクラスタリングQAOA(Cl-QAOA)を提案する。 この方法では、大きなTSPインスタンスを小さなサブプロブレムに分解し、量子最適化をキュービット数に制限のあるデバイスでも実現可能である。 この結果は,制約付きTSPシナリオの解決におけるQAOAの強みと限界を包括的に評価する。 本研究は量子最適化を推し進め,今後の大規模応用に向けた基礎研究を行う。

関連論文リスト

• Hybrid Sequential Quantum Computing [33.72751145910978]
  ハイブリッドシーケンシャル量子コンピューティング(HSQC)を導入する。 HSQCは古典的および量子的手法を構造化された段階的ワークフローに体系的に統合する。 スタンドアロンの古典的解法と比較すると、HSQCはSAの最大700倍、実行時の最大9倍のスピードアップを達成する。
  論文  参考訳（メタデータ） (2025-10-07T12:15:43Z)
• QB Ground State Energy Estimation Benchmark [30.045562070102537]
  基底状態エネルギー推定は、量子化学と凝縮物質物理学における中心的な問題である。 この研究は、古典的および量子的解法の両方のパフォーマンスを評価するための構造化ベンチマークフレームワークを導入する。
  論文  参考訳（メタデータ） (2025-08-14T17:45:28Z)
• Solving the Traveling Salesman Problem via Different Quantum Computing Architectures [0.0]
  我々は、トラベルセールスマン問題(TSP)解決への新興フォトニックおよび量子コンピューティングアーキテクチャの適用について研究する。 ゲートベースの量子コンピュータはシミュレーションで小さなTSPインスタンスの正確な結果を示した。 Isingベースのアーキテクチャでは、より大きな問題サイズのスケーラビリティが向上している。
  論文  参考訳（メタデータ） (2025-02-24T23:37:19Z)
• Hybrid Quantum-HPC Solutions for Max-Cut: Bridging Classical and Quantum Algorithms [0.0]
  我々は,ハイブリッドシステムにおける時間的複雑性,スケーラビリティ,通信オーバーヘッドを分析する理論的モデルを構築した。 小型のMax-Cutインスタンス上でのQAOAの性能を評価する。
  論文  参考訳（メタデータ） (2024-10-21T04:10:54Z)
• Multi-objective Quantum Annealing approach for solving flexible job shop scheduling in manufacturing [0.0]
  本稿では、フレキシブルジョブショップスケジューリング問題に対処するため、量子アニーリングに基づく問題解決アルゴリズム(QASA)を提案する。 ベンチマーク問題の実験では、タブ検索、シミュレートされたアニーリング、量子アニーリングを組み合わせたQASAが、古典的解法アルゴリズム(CSA)のソリューション品質を上回っている。
  論文  参考訳（メタデータ） (2023-11-16T07:45:57Z)
• Quantum-Assisted Solution Paths for the Capacitated Vehicle Routing Problem [0.0]
  我々は、キャパシタントカー問題(CVRP)またはその減量版であるトラベリングセールスパーソン問題(TSP)について議論する。 今日の最も強力な古典的アルゴリズムでさえ、CVRPは古典的解決が難しい。 量子コンピューティングは、ソリューションの時間を改善する手段を提供するかもしれない。
  論文  参考訳（メタデータ） (2023-04-19T13:03:50Z)
• Synergy Between Quantum Circuits and Tensor Networks: Short-cutting the Race to Practical Quantum Advantage [43.3054117987806]
  本稿では,量子回路の初期化を最適化するために,古典計算資源を利用するスケーラブルな手法を提案する。 本手法は, PQCのトレーニング性, 性能を, 様々な問題において著しく向上させることを示す。 古典的コンピュータを用いて限られた量子資源を増強する手法を実証することにより、量子コンピューティングにおける量子と量子に着想を得たモデル間の相乗効果を実証する。
  論文  参考訳（メタデータ） (2022-08-29T15:24:03Z)
• Adiabatic Quantum Computing for Multi Object Tracking [170.8716555363907]
  マルチオブジェクト追跡(MOT)は、オブジェクト検出が時間を通して関連付けられているトラッキング・バイ・検出のパラダイムにおいて、最もよくアプローチされる。 これらの最適化問題はNPハードであるため、現在のハードウェア上の小さなインスタンスに対してのみ正確に解決できる。 本手法は,既成整数計画法を用いても,最先端の最適化手法と競合することを示す。
  論文  参考訳（メタデータ） (2022-02-17T18:59:20Z)
• Scaling Quantum Approximate Optimization on Near-term Hardware [49.94954584453379]
  我々は、様々なレベルの接続性を持つハードウェアアーキテクチャのための最適化回路により、期待されるリソース要求のスケーリングを定量化する。 問題の大きさと問題グラフの次数で指数関数的に増大する。 これらの問題は、ハードウェア接続性の向上や、より少ない回路層で高い性能を達成するQAOAの変更によって緩和される可能性がある。
  論文  参考訳（メタデータ） (2022-01-06T21:02:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。